基于微小卫星自主定轨的联合故障检测方法

摘要

本发明公开了基于微小卫星自主定轨的联合故障检测方法，涉及组合导航诊断技术，属于测量测试的技术领域。本方法针对地磁多源信息自主导航子系统故障诊断问题进行了研究，提出一种结合残差卡方故障检测和积分型残差卡方检测两种方法的综合故障检测方法，能有效地检测软硬故障和野值故障信息。该方法首先采用残差卡检测方法检测硬故障信息，再利用积分型残差卡方故障检测方法检测软故障信息，从而全面地对所有软硬故障信息进行检测。另外，本发明还针对野值设计了相应的检测周期用于识别野值，并对观测值的进行重构以避免不必要的有效值损失。

说明书

技术领域

本发明公开了基于微小卫星自主定轨的联合故障检测方法，涉及组合导航故障诊断技术，属于测量测试的技术领域。

背景技术

自从上个世纪60年代以来，随着人类航空航天技术的迅猛发展，人类对未知宇宙空间的探测活动以及飞行测量任务越来越多，自主导航技术的需求也逐渐加大，这是因为自主导航技术相比于其它方式的导航技术有着得天独厚的优势，可以极大地减轻地面基站的工作负担。另外，战争时期基站一旦被攻陷，应用自主导航技术可以极大地提高航天器的生存能力。目前，天文、地磁等常用的自主导航方法因其不依赖地面支持的高度自主性越来越受到关注，但是使用单一导航系统不仅很难适应环境的变化，也不能满足系统对自主性及精度的要求。为提高导航系统的整体性能，建立组合导航系统并发挥不同导航系统的特点以使各导航系统优势互补已经成为现代飞行器自主导航的发展方向。

组合自主导航系统能有效地提高航天器的导航精度和导航可靠性，但是组合导航也存在着一些问题，其中，最主要的一个问题就是当组合导航中的一个或多个子系统出现故障时需要迅速检测出来并及时隔离，如果不及时识别出故障并隔离，会对主系统造成很大的污染，故障很大时可能会造成系统发散以致完全失去导航功能。因此，对组合导航的故障诊断研究很有必要。目前，经典的的卡方故障检测对硬故障检测有较好的效果但是软故障灵敏度较差，因此，需要设计出能够全面诊断软硬故障的方法。

发明内容

本发明的发明目的是针对上述背景技术的不足，提供了基于微小卫星自主定轨的联合故障检测方法，实现了组合导航系统软硬故障及野值故障的全面诊断且提高了检测方法对软故障的灵敏度，解决了经典卡方故障检测方法对软故障灵敏度较差的技术问题。

本发明为实现上述发明目的采用如下技术方案：

基于微小卫星自主定轨的联合故障检测方法，

对观测主定轨系统状态的组合导航系统的各子滤波系统输出进行残差卡方检测以检测主定轨系统的硬故障；

在故障检测周期达到设定的移动检测周期时，对多维子滤波系统进行野值故障的检测，检测到有多维子滤波系统发生野值故障时，剔除该多维子滤波系统的野值进而重构组合导航系统的观测矩阵；

在故障检测周期未达到设定的移动检测周期且检测到硬故障时隔离该硬故障，在故障检测周期未达到设定的移动检测周期且未检测到硬故障时对子滤波系统输出进行积分型残差卡方检测以检测主定轨系统的软故障。

作为基于微小卫星自主定轨的联合故障检测方法的进一步优化方案，积分型残差卡方检测通过在无故障时故障检测函数积分值的均值上累加故障引起的检测值增量的积分值得到软故障检测值。

作为基于微小卫星自主定轨的联合故障检测方法的进一步优化方案，根据表达式：剔除该多维子滤波系统的野值，β为故障引起的检测值增量，β近似等于k时刻的硬故障检测值λ(k)，Z_k故为k时刻的量测值，为k时刻子滤波系统输出协方差的逆矩阵。

再进一步的，基于微小卫星自主定轨的联合故障检测方法中，积分型残差卡方检测由表达式：计算软故障检测值，T(λ)为软故障检测值，λ_k为故障检测函数，为故障检测值的均值，β为故障引起的检测值增量，T₀为无故障时故障检测函数在积分周期内积分的平均值。

更进一步的，基于微小卫星自主定轨的联合故障检测方法中，采用条形积分法近似计算软故障检测值。

更进一步的，基于微小卫星自主定轨的联合故障检测方法，计算得到软故障检测值后，反推软故障检测值的表达式求解故障引起的检测值增量，根据故障引起的检测值增量的变化趋势确定软故障类型。

作为基于微小卫星自主定轨的联合故障检测方法的更进一步优化方案，对多维子滤波系统进行野值故障的检测的具体方法为：针对当前多维子滤波系统，当前故障检测周期内少于一半的硬故障检测值超过硬件故障阈值时，当前故障检测周期内超过硬件故障阈值的硬故障检测值所对应的量测值为野值。

一种计算机设备，包括：存储器、处理器及存储在存储器上并可以在处理器上运行的计算机程序，处理器执行程序时实现以下步骤：

对观测主定轨系统状态的组合导航系统的各子滤波系统输出进行残差卡方检测以检测主定轨系统的硬故障；

在故障检测周期达到设定的移动检测周期时，对多维子滤波系统进行野值故障的检测，检测到有多维子滤波系统发生野值故障时，剔除该多维子滤波系统的野值进而重构组合导航系统的观测矩阵；

在故障检测周期未达到设定的移动检测周期且检测到硬故障时隔离该硬故障，在故障检测周期未达到设定的移动检测周期且未检测到硬故障时对子滤波系统输出进行积分型残差卡方检测以检测主定轨系统的软故障。

一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：

对观测主定轨系统状态的组合导航系统的各子滤波系统输出进行残差卡方检测以检测主定轨系统的硬故障；

在故障检测周期达到设定的移动检测周期时，对多维子滤波系统进行野值故障的检测，检测到有多维子滤波系统发生野值故障时，剔除该多维子滤波系统的野值进而重构组合导航系统的观测矩阵；

在故障检测周期未达到设定的移动检测周期且检测到硬故障时隔离该硬故障，在故障检测周期未达到设定的移动检测周期且未检测到硬故障时对子滤波系统输出进行积分型残差卡方检测以检测主定轨系统的软故障。

本发明采用上述技术方案，具有以下有益效果：

(1)针对传统卡方故障检测对缓慢渐变的软故障信息灵敏度较差的缺点，设计的积分型卡方故障检测方法通过在无故障时故障检测函数积分值的均值上累加故障引起的检测值增量的积分值有效放大软故障信息的小值变化，提高了整个检测方法对软故障的灵敏度，且设计的联合故障检测保留了传统残差卡方故障检测用以检测硬故障，通过设定移动检测周期在硬故障检测过程中对野值故障进行判断，从而实现了对软故障、硬故障、野值故障的全面检测。

(2)本申请还给出了一种简单迅速定位导致野值故障发生的量测值的方法，将发生野值故障引起的检测值增量近似等于量测时刻的硬故障检测值后，反推故障检测函数即可快速剔除野值，进而重构组合导航系统的观测矩阵，更新导航信息，无需隔离出现野值的整个子滤波系统，避免了不必要的精度损失。

(3)本申请还提出了一种根据积分型残差卡方检测值确定软故障类型的方法，根据积分型残差卡方故障检测结果反推出软故障引起的检测值增量，统计软故障引起的检测值增量后分析其变化趋势能够确定软故障类型。

附图说明

图1为本发明所公开的联合故障检测方法的流程图。

图2为单磁强计系统联合故障的检测结果。

图3为太阳光与地磁融合系统联合故障的检测结果。

图4为光谱红移系统联合故障的检测结果。

具体实施方式

下面结合附图对发明的技术方案进行详细说明。

残差卡方故障检测方法简单，对硬故障效果理想。残差卡方故障检测需要先构建残差序列，对于UKF，构建如下的残差：

相应的协方差为：

式中：e_k为实时滤波的残差，由量测值Z_k与采样点预测量测值序列的平均值做差得来；为采样点预测量测值序列；为协方差加权的权值；R_k为量测噪声方差矩阵。

当系统无故障时，e_k应该是协方差为P_e,k的白色噪声。当系统出现故障时，e_k的均值将不再为零。因此，可以根据残差的均值是否为零来对系统是否故障做出判断。对e_k做出二元假设：

H₀：无故障

E(e_k)＝0E[e_k(e_k)^T]＝P_e，k(3)，

H₁：有故障

E(e_k)≠0E[e_k(e_k)^T]＝P_e，k(4)，

构建故障检测函数：

函数λ(k)服从自由度为m卡方分布，即λ(k)～χ(m)，m为观测矩阵的维数，最终的判决准则为：

式中，T_D为预先设定的门限，由误警率查表得到。

针对残差卡方检测对于缓慢渐变的软故障信息灵敏度较低的这个缺点，本发明设计了积分型残差卡方故障检测，其主要构思是针对性设计软故障引起的检测值增量作为新的检测变量，通过在无故障时故障检测函数积分值的均值上累加故障引起的检测值增量的积分值有效放大软故障信息的小值变化，提高对软故障的灵敏度，且不会对正常随机少量的检测值大幅跳变不敏感，不会造成不必要的误判。

当系统没有故障时，λ_k的均值应该为一个较小的值且不会有很大的波动。当发生软故障时，β是由故障引起的增量，由故障的类型决定其变化大体上和故障类型的变化趋势保持一致。

因为e_k的值很小接近于零，当发生故障时，Z_k故相对来说要大很多，所以可以近似得到下式：

当故障类型是增长幅度较小的软故障时，通过普通残差卡方方法检测就会产生较高的检测延迟。积分类型的残差卡方检测有较好的效果。对故障检测值进行积分可得下式：

式中，T₀为无故障时故障检测函数相应周期内积分的平均值，可由大量仿真得到，相应积分周期远远大于采样周期；∫β是由故障引起的变量的积分值，无故障时，∫β应该是一个很小的值。对故障检测函数积分能迅敏地觉察到软故障的发生。

实际运用中，由于λ_k的函数表达式相对难以求解，且本系统是离散化后的系统，可以给出每个周期的具体检测函数值，所以我们选择使用了条形积分，具体如下式：

T(λ)≈λ(k-T_r)T+λ(k-T_r+1)T+......+λ(k-1)T+λ(k)T(10)，

其中，T_r是积分周期，T为系统的采样周期，由于采样周期较小，这种方法计算出的积分故障检测函数值与真实值非常接近。

针对地磁多源信息的自主导航系统的故障检测，我们做了大量仿真实验给出了相应的检测阈值T_z，其故障判断公式如下：

另外，当已经判断发生故障时，我们还可以利用T(λ)-T₀得到∫β，再经过相应的求导到的β变量的大致变化趋势可以对故障类型做出大致的判断，可以对后续传感器的维修提供相应的支持。但是此种方法对于硬故障灵敏度相对传统残差卡方故障检测灵敏度较低，后面部分设计了联合故障检测克服这个缺点。

多源信息组合导航系统一般采用的是联邦滤波器，当有发生野值故障的滤波子系统作用于主系统时会给整个导航系统带来不可忽略的影响，必须相应地做出隔离。但是当子系统的观测值有多测量值时，有可能会出现一个测量的故障引起整个观测值的故障，如果将整个子系统隔离会造成整个系统不必要的精度损失。这时我们需要针对性剔除出现故障的测量值。由公式(8)我们可以看出，化简出现野值故障时的卡方检测值，我们可以得到公式(11)：

当发生野值故障时，β可以近似认为等于λ(k)，且已知，我们可以求解出Z_k故，从而可以确定子系统观测值中具体发生故障的量测值，最终完成野值剔除，避免不必要的精度损失。野值的识别和剔除对子系统中观测值中的某一量测值为野值的情形有较好的效果，可以避免有效值的浪费。

本发明选择使用了一种联合普通残差卡方故障检测和积分型卡方故障检测的故障检测方案，另外，考虑到野值对整个导航系统影响较大，且当只有观测值中的一个值为野值故障时会造成不必要的精度损失，所以在残差卡方故障判定后加入了野值判断，其总体设计方案如图1所示。

联合故障诊断方案：首先，设定相应的阈值信息；接着，对子滤波器残差值进行残差卡方检测，如果判断故障，及时对相应的子滤波系统进行隔离，若子系统的观测值为多维，则判定其故障是否为野值故障，若为野值则进行子系统相应观测值的剔除及整个系统观测矩阵的重构，然后作用于整个主定轨系统；残差卡方检测之后，进行相应子系统的改进残差卡方检测。系统会自动预存较大一段时间的轨道及传感器信息以便获取相应的积分值，计算检测函数在相应周期内的积分，然后与阈值T_z作比较，从而判断是否发生故障。当T(λ)＜T_z时，认为子滤波系统无故障，系统继续正常工作；当T(λ)≥T_z时，判定子滤波系统发生故障。另外，可以对T(λ)和T₀两者的差求导实现软故障类型的初步判断。

野值的识别和剔除首先需要设定移动的检测周期，本文设置移动检测周期L＝4，设置检测周期中故障临界值M＝2，L_UK为移动周期中的计数变量，L_c为检测周期内超过卡方阈值的次数。在一个检测周期内若超过一半的检测值超过了卡方检测阈值则认为是连续的故障，若少于一半的检测值超过阈值则认为是野值，进行野值剔除，重构观测矩阵，并根据预存信息更新导航信息。

状态量选取J2000地球惯性坐标系下x、y、z三个方向的位置和速度。初始误差为：x、y、z三个方向位置误差都为2km，速度误差为2m/s。观测值为磁场总强度和太阳光与磁场方向的矢量夹角余弦值。采样周期为3s，仿真时间选了6000个周期。地磁场模型选用IGRF2015地磁场模型，磁强计测量误差设为10nT。真实值是由状态转移方程加上误差生成，初值来自STK仿真数据。轨道为偏心率为0，轨道高度500公里，轨道倾角97.5°。光谱红移部分观测值设计为惯性坐标系下三个方向的速度值观测误差设为均值为50m/s的白噪声。在300-400周期对子系统注入1型软故障；在500-600周期对子系统注入2型软故障；在700-780周期对子系统注入3型软故障；在850-900周期对子系统注入相应的硬故障。选取的积分周期为10T。注入故障类型如表1所示：

表1注入子系统的故障类型

其中，2型和3型软故障的设定的趋势和1型的趋势基本相同，中间段增长稍有不同。三个子系统故障检测结果如图2、图3、图4所示。

表2残差卡方故障检测效果

表3联合障检测效果

由表2、表3、图2、图3、图4可知，对于850T至900T之间注入的大值阶跃的硬故障，不论是传统的残差卡方故障检测还是联合故障检测都有较好的效果，可以做到无延迟检测故障。

对于300T至400T、500T至600T、700T至800T之间的三种类型渐变软故障，传统的残差卡方故障检测方法的检测延迟要比联合检测方法多出3-8个采样周期。

对于200T注入的野值，残差卡方故障检测和联合故障检测都能灵敏地检测到故障。当发生野值故障的子系统是单磁强计系统、太阳光与地磁融合系统时，联合故障检测方法都能对野值进行隔离。当子系统是光谱红移时且不是所有的量测值都发生野值故障时，联合故障检测方法能对检测出的野值进行剔除并重构观测值，最终作用于主定轨系统。

总体来说：不论是软故障还是硬故障，联合故障检测方法都有较好的效果；对于硬故障，联合故障检测方法和残差卡方故障检测一样保持着很高的检测准确率；针对软故障，不论是渐变型还是中间段增长较慢异或者是故障信息跳动较大的软故障，联合故障检测方法都有较好的效果；另外，设计的移动检测周期能有效地识别野值，对于多量测值的系统可以针对性地对观测值进行重构，避免不必要的有效值损失。